MiniMax M3.1 Flash 低价高分遭遇背题质疑，改题实测中英结果不一
钛媒体梳理 MiniMax M3.1 Flash 发布后的背题争议：AA 给出综合智能指数42分，比 M3 高13分，但评测博主猫老板观察到其旧题接近满分、新题近乎归零，且部分难题仅用约1万 Token 就答对。
推荐理由：原文实测复现了改题实验，并整理新旧题得分和幻觉率数据，读者可据此了解这场争议的证据边界。
公司与模型
MiniMax 最新动态
MiniMax 的模型与产品动态：M 系列大模型、语音与多模态能力、开源与商业化进展。
3 条精选近 30 天 3 条共收录 17 条
更新
MiniMax的精选
钛媒体精选AI 评分7171
人人都是产品经理精选AI 评分7373 MiniMax M3.1 Flash 发布：成本降七成，作者实测开发小游戏
MiniMax 发布 M3.1 Flash，输入每百万 Token 1 元、输出 4 元，缓存读取 0.1 元，全天统一价。官方数据显示其 AA 智能指数从 M3 的 29 分升至 43 分，单次基准任务平均费用从 0.51 美元降至 0.22 美元；在 ALE 得 29.6 分、OSWorld V2 得 67.1 分，均为国产模型第一。
推荐理由：作者用一款小游戏从零开发的全过程实测 M3.1 Flash，并给出 ALE、OSWorld 等 Agent 评测与成本对比，可据此判断它在长链路任务中的实际完成度。
雷锋网精选AI 评分7474 MiniMax M3.1 Flash 发布并拿下 Agent 任务第一，实测对比 DeepSeek V4.1 Flash
MiniMax 于 10 月 19 日正式发布 M3.1 Flash，并认领此前匿名模型 Space Bunny，在 Automation-Bench 复杂 Agent 任务对比中位列第一，BankerToolBench 以 76.2% 与 Opus 5 并列第一。
推荐理由：作者用同一道 3D 校园任务实测两款国产 Flash，给出耗时与费用对比，可据此判断 Agent 场景下的选型取舍。